[发明专利]一种节点健康状态检测方法、装置、设备及存储介质

权利要求书

1.一种节点健康状态检测方法，其特征在于，包括：

获取目标节点的当前运行状态数据；

将所述目标节点的当前运行状态数据输入到预先训练获得的贝叶斯检测模型中，获得所述贝叶斯检测模型的输出结果；

根据所述输出结果，确定所述目标节点的健康状态；

其中，所述贝叶斯检测模型为基于多个节点的历史运行状态数据和对应的健康状态数据训练得到的。

2.根据权利要求1所述的方法，其特征在于，通过以下步骤训练获得所述贝叶斯检测模型：

获取多个节点的历史运行状态数据和对应的健康状态数据，每组历史运行状态数据包括多个相互独立的维度的特征，每个维度的特征包括多个时间点对应的特征值；

根据所述多个节点的历史运行状态数据和对应的健康状态数据，依据贝叶斯原理，计算相关概率，所述相关概率包括在健康状态或亚健康状态下出现每个特征的概率、健康状态的概率、亚健康状态的概率、每个特征的概率；

基于所述相关概率，对预先构建的贝叶斯初始模型进行训练，获得所述贝叶斯检测模型。

3.根据权利要求1所述的方法，其特征在于，所述当前运行状态数据和所述历史运行状态数据具有相同维度的特征，每个维度的特征具有相同长度的特征值。

4.根据权利要求3所述的方法，其特征在于，所述当前运行状态数据和所述历史运行状态数据中的多个维度的特征包括以下特征中的一种或多种：内存消耗、磁盘磨损、CPU利用率、磁盘利用率和CPU温度。

5.根据权利要求1所述的方法，其特征在于，所述输出结果为：在所述当前运行状态数据下的亚健康概率，所述根据所述输出结果，确定所述目标节点的健康状态，包括：

如果输出的所述亚健康概率大于预设概率阈值，则确定所述目标节点处于亚健康状态。

6.根据权利要求1所述的方法，其特征在于，所述当前运行状态数据为多组，所述输出结果为：在每组所述当前运行状态数据下的亚健康概率，所述根据所述输出结果，确定所述目标节点的健康状态，包括：

如果存在至少一组所述当前运行状态数据对应输出的所述亚健康概率大于预设概率阈值，则确定所述目标节点处于亚健康状态。

7.根据权利要求1至6之中任一项所述的方法，其特征在于，在确定所述目标节点处于亚健康状态之后，还包括：

在集群中剔除所述目标节点。

8.一种节点健康状态检测装置，其特征在于，包括：

运行状态数据获取模块，用于获取目标节点的当前运行状态数据；

输出结果获得模块，用于将所述目标节点的当前运行状态数据输入到预先训练获得的贝叶斯检测模型中，获得所述贝叶斯检测模型的输出结果；

健康状态确定模块，用于根据所述输出结果，确定所述目标节点的健康状态；

其中，所述贝叶斯检测模型为基于多个节点的历史运行状态数据和对应的健康状态数据训练得到的。

9.一种节点健康状态检测设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述节点健康状态检测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述节点健康状态检测方法的步骤。